Volumetric data modeling and analysis based on seven-directional box spline
Volumetric data modeling and analysis based on seven-directional box spline
复制标题
基于七向箱样条的体积数据建模与分析
DOI：
10.1007/s11432-013-4941-3
复制
发表时间：
2014-01
期刊：
影响因子：
--
通讯作者：
Peng Qunsheng
中科院分区：
文献类型：
--
作者：
Fang Mei-e;Lu Jia;Peng Qunsheng
现有的体数据可视化方法大多基于分段线性模型。在此基础上进行的各种分析都必须用粗插值来代替。因此，传统的体数据可视化和分析框架的准确性和可靠性与我们挖掘体数据领域所蕴含的信息的需求相距甚远。本文提出了一种基于C2连续七向箱样条的新框架，在该框架下重建精度高，并且与基于重建模型的分析相关的差分计算也很准确。我们引入了一个多项式微分算子来提高重建精度。为了解决七向盒样条曲线计算困难的问题，将其转换为Bézier形式，提出了有效的等值面、临界点和曲率的提取理论和算法。通过大量的算例表明，该框架适合于分析，改进的重构方法具有较高的精度，算法快速稳定。
The existing methods for visualizing volumetric data are mostly based on piecewise linear models. And all kinds of analysis based on them have to be substituted by coarse interpolations. So both accuracy and reliability of the traditional framework for visualization and analysis of volumetric data are far from our needs of digging information implied in volumetric data fields. In this paper, we propose a novel framework based on aC2-continuous seven-directional box spline, under which reconstruction is of high accuracy and differential computations relative to analysis based on the reconstruction model are accurate. We introduce a polynomial differential operator to improve the reconstruction accuracy. In order to settle the difficulty of evaluating upon the seven-directional box spline, we convert it into Bézier form and propose effective theories and algorithms of extracting iso-surfaces, critical points and curvatures. Plentiful of examples are also given in this paper to illustrate that the novel framework is suitable for analysis, the improved reconstruction method has high accuracy, and our algorithms are fast and stable.
登录
查看更多内容
DOI：
10.1145/280811.281026
发表时间：
1998-07
期刊：
Seminal graphics: pioneering efforts that shaped the field
影响因子：
--
作者：
W. Lorensen;H. Cline
通讯作者：
W. Lorensen;H. Cline
DOI：
10.1016/j.cag.2010.02.002
发表时间：
2010-08
期刊：
Comput. Graph.
影响因子：
--
作者：
B. Finkbeiner;A. Entezari;D. Ville;Torsten Möller
通讯作者：
B. Finkbeiner;A. Entezari;D. Ville;Torsten Möller
影响因子：
2.5
作者：
M. McCool
通讯作者：
M. McCool
DOI：
--
发表时间：
2005
期刊：
--
影响因子：
--
作者：
Valerio Pascucci;K. Cole-McLaughlin;G. Scorzelli
通讯作者：
Valerio Pascucci;K. Cole-McLaughlin;G. Scorzelli
DOI：
--
发表时间：
2001-10
期刊：
--
影响因子：
--
作者：
H. Pfister;M. Bailey;J. Swan;James J. Thomas
通讯作者：
H. Pfister;M. Bailey;J. Swan;James J. Thomas